Modellkomplexität anpassen
Um gute Vorhersagen zu treffen, musst du die Komplexität deines Modells anpassen. Einfache Modelle können nur einfache Datenstrukturen abbilden, während komplexe Modelle feinere Strukturen erfassen können.
In dieser Übung erstellst du Bäume mit unterschiedlicher Komplexität, indem du die Hyperparameter eines Regressionsbaums veränderst.
Die Trainingsdaten chocolate_train sind in deinem Arbeitsbereich bereits geladen.
Diese Übung ist Teil des Kurses
<Kurs>Maschinelles Lernen mit baumbasierten Modellen in R</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Create a model having only one split
chocolate_model <- ___(___) %>%
set_mode("regression") %>%
set_engine("rpart") %>%
fit(final_grade ~ ., data = chocolate_train)
chocolate_model